Как IPredict клипы кадров вместо кадров в 3D CNN ⇐ Python

[Anonymous]

Я обучаю 3D-модель cnn-svm, 3D-cnn для извлечения признаков и svm в качестве классификатора
после обучения моей модели я запускаю вывод с помощью этого скрипта

Код: Выделить всё

import torch
import json
import numpy as np
from sklearn.metrics import accuracy_score

def run_inference(opt, model, inference_loader, class_names,
svm_classifier):

model.eval()

all_predictions = []

with torch.no_grad():
for data in inference_loader:
inputs, labels = data
inputs = inputs.to(opt.device)

# CNN feature extraction
outputs = model(inputs)
# features should be numpy for SVM
features = outputs.cpu().numpy()

svm_predictions = svm_classifier.predict(features)
all_predictions.extend(svm_predictions)

# prediction should be int (not int64) for the svm clasifer
all_predictions = [int(pred) for pred in all_predictions]

# Save predictions in a jsonfile
save_path = opt.result_path / 'inference_predictions.json'
with open(save_path, 'w') as f:
json.dump({
'results': all_predictions,
'class_names': class_names
}, f)

print(f"Inference results saved to {save_path}")

но я получил прогнозы для каждого кадра, а для 3D-cnn входными данными являются клипы из нескольких кадров, поэтому я хочу получить прогноз для клипа, а не для отдельных кадров

Подробнее здесь: https://stackoverflow.com/questions/791 ... -in-3d-cnn